摘要
本发明公开一种基于人工智能的农作物虫害监测方法及系统,包括:构建农作物虫害识别模型,识别虫害类型和数量;获取多视角融合的农作物红外热成像图像数据,识别农作物监测区域中未被遮挡区域的虫害类型和数量;识别热异常区域,确定农作物监测区域中被遮挡区域的虫害数量;构建虫害类型识别模型,确定农作物监测区域中被遮挡区域的虫害类型;校准农作物监测区域虫害数量和类型数据;构建虫害预测模型,判断未来虫害扩散趋势;评估虫害防治策略的有效性,并调整虫害防治策略和实施虫害防治策略的提前量。本发明实现了虫害的全面监测、精准识别和科学防控,有效解决了监测盲区与防控滞后问题,显著提升了虫害防治的效率和可靠性。
技术关键词
农作物虫害
红外热成像监测
策略
周期性特征
热成像设备
图像预处理技术
多视角
有效性
物理防控方法
坐标系
动态
红外监测设备
傅里叶变换算法
运动轨迹数据
区域生长算法
系统为您推荐了相关专利信息
智能预测系统
读取策略
DRAM芯片
多线程
进程
空间位姿解算
网络摄像头
图像采集模块
抓取系统
抓取模块
生理状态信息
深度学习算法
现实技术
推荐方法
贝叶斯网络模型
隔离开关
智能监测方法
应力
影像捕捉设备
空间分布特征
除湿机
水位预测方法
混合特征选择方法
非线性支持向量
SVM算法